我的计划是使用Pearson相关系数计算距离矩阵，并从距离矩阵中获取每个节点的q-最近邻居(q=ln(n))，并将它们放入结果向量中。我在C++中使用STL优先队列在相关函数的循环内部完成了这个过程。
但是你认为有没有办法在GPU上做到这一点呢？
以下是我的问题：
1. 有谁能帮助我，在GPU上如何实现相同的功能（可能使用Thrust会更容易！）
2. 如何在GPU上实现优先队列？
这是我的CPU（C++ STL）代码：
例如，
距离矩阵 ----------------------- 0 3 2 4 3 0 4 5 2 4 0 6 .....
对象向量输出 =================
源 目标 权重 -------------------------------- 0 2 2 0 1 3 .... (按边权重排序)
1 0 3 1 2 4
2 0 2 .....
calculatePearsonCorrelation(float vector1[], float vector2[], int m) { // float distancePearson(vector vector1, vector vector2){
int i; float a=0,b=0,c=0,d=0, e = 0, sumX=0, sumY=0;
//m = vector1.size();
for(i=0;iq){ MIN=pqx.top().get_corr(); if(corr::iterator it = qNNVector.begin(); it!=qNNVector.end(); ++it) { fout }
但是你认为有没有办法在GPU上做到这一点呢？
以下是我的问题：
1. 有谁能帮助我，在GPU上如何实现相同的功能（可能使用Thrust会更容易！）
2. 如何在GPU上实现优先队列？
这是我的CPU（C++ STL）代码：
例如，
距离矩阵 ----------------------- 0 3 2 4 3 0 4 5 2 4 0 6 .....
对象向量输出 =================
源 目标 权重 -------------------------------- 0 2 2 0 1 3 .... (按边权重排序)
1 0 3 1 2 4
2 0 2 .....
calculatePearsonCorrelation(float vector1[], float vector2[], int m) { // float distancePearson(vector vector1, vector vector2){
int i; float a=0,b=0,c=0,d=0, e = 0, sumX=0, sumY=0;
//m = vector1.size();
for(i=0;iq){ MIN=pqx.top().get_corr(); if(corr::iterator it = qNNVector.begin(); it!=qNNVector.end(); ++it) { fout }